Die ChatGPT-Apps, Projects und Memory

# Die ChatGPT-Apps, Projects und Memory

Derselbe ChatGPT-Account begleitet Sie über drei Oberflächen (Web, Desktop und Mobile), aber jede ist auf einen anderen Moment ausgelegt, und die Funktionen, die Ihren Workflow wirklich verändern (Projects und Memory), verhalten sich darunter einheitlich. Diese Lektion führt schnell durch die Oberflächen und geht dann tief auf die zwei Dinge ein, die ChatGPT von einer Chatbox in eine Arbeitsumgebung verwandeln.

Die drei Apps und wofür sie tatsächlich gut sind

Die Web-App (chatgpt.com) ist die vollständige Oberfläche. Alles erscheint hier zuerst: Projects, Canvas, Advanced Data Analysis, Connectors, geplante Tasks, der GPT Store. Wenn eine Funktion auf einer anderen Oberfläche fehlt, prüfen Sie zuerst das Web.

Die Desktop-App (macOS und Windows) bringt Zugriff auf Betriebssystemebene. Unter macOS kann sie mit Ihrer Erlaubnis andere App-Fenster sehen, sodass Sie zu der Tabelle oder dem Code-Editor vor Ihnen Fragen stellen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen, ohne zu kopieren und einzufügen. Ein globales Tastenkürzel öffnet einen Quick Launcher, der schnellste Weg, einen Chat zu starten, ohne den Fokus zu verlieren. Begleitende Tools wie Codex (OpenAIs Coding-Agent) passen am natürlichsten neben eine Desktop-Entwicklungsumgebung.

Die Mobile-App (iOS und Android) ist für Eingaben gemacht, die man nicht leicht tippt: Voice Mode für Gespräche ohne Hände, die Kamera für „Was ist das?“-Fragen und Foto-Uploads aus Ihrer Galerie. Advanced Voice ist hier das Highlight.

Das mentale Modell: ernsthafte Arbeit im Web starten, auf Mobile erfassen und diktieren, Desktop nutzen, wenn ChatGPT wissen soll, was schon auf Ihrem Bildschirm ist. Ihre Chats, Projects und Memory synchronisieren über alle drei.

Projects: ein abgegrenzter Workspace, nicht bloß ein Ordner

Ein Project ist ein Container, der drei Dinge bündelt: eine Reihe von Chats, hochgeladene Dateien und Custom Instructions, die *nur* innerhalb dieses Containers gelten. Betrachten Sie es als Sandbox mit eigenem Briefing und eigenem Referenzregal.

Warum das zählt: Ihre globalen Custom Instructions und das globale Memory sind gute Standardwerte, aber sie wirken überall hinein. Ein Project erlaubt Ihnen, Instructions zu setzen und Dateien zu laden, die für einen Arbeitsbereich relevant sind, ohne den Rest Ihres Accounts zu verunreinigen.

Was in einem Project liegt

• Project Instructions. Ein abgegrenzter System-Prompt. Alles, was Sie hier schreiben, wird jedem Chat im Project vorangestellt.
• Project Files. Dokumente, die Sie einmal hochladen und aus jedem Chat im Project heraus referenzieren. ChatGPT ruft daraus automatisch ab, wenn es relevant ist.
• Die Chats selbst. Jede Konversation, die im Project gestartet wird, bleibt dort gruppiert.

Ein wichtiges Verhalten: Memory ist innerhalb von Projects eingeschlossen. Chats innerhalb eines Projects lesen standardmäßig nicht aus Ihrem globalen Memory und schreiben nicht dorthin, und was in einem Project passiert, bleibt darauf begrenzt. Diese Isolation ist der ganze Punkt. Aktuelle Details finden Sie in OpenAIs Projects-Hilfeartikel, da Limits und Verhalten aktualisiert werden.

Ein konkretes Project: der Kunde „Northwind Retail“

Angenommen, Sie beraten quartalsweise einen Kunden, Northwind Retail. Ohne Project startet jeder neue Chat bei Null: Sie fügen die Brand Voice erneut ein, erklären die Produktlinien erneut, laden dasselbe Briefing erneut hoch. Mühsam und fehleranfällig.

Erstellen Sie ein Project namens Northwind Retail. Setzen Sie die Instructions:

You are my analyst and copywriter for Northwind Retail, a mid-market
outdoor-gear retailer. Brand voice: practical, warm, no hype, no exclamation
marks. Always assume a North American audience. When I ask for analysis,
show your reasoning and cite which uploaded file you used. Currency: USD.
Default to plain language a store manager can act on.

Laden Sie dann das Referenzregal als Project Files hoch:

• northwind-brand-guide.pdf
• q3-sales-by-sku.csv
• 2025-marketing-calendar.xlsx
• store-locations.csv

Jetzt kennt jeder Chat in diesem Project bereits die Voice, die Zielgruppe und die Daten. Sie öffnen einen neuen Chat und fragen: *„Entwirf drei E-Mail-Subject-Lines für die Herbstjacken-Promo und sag mir dann, welche SKUs aus der Verkaufsdatei rückläufig sind.“* ChatGPT wendet die Brand Voice aus den Instructions an und zieht Zahlen aus q3-sales-by-sku.csv, ohne dass Sie nochmals etwas hochladen.

Project Files mit Advanced Data Analysis kombinieren

Project Files werden richtig stark in Kombination mit Advanced Data Analysis (Code Interpreter), der gesandboxten Python-Umgebung in ChatGPT. Weil Ihre CSV schon im Project-Regal liegt, kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Sie sagen:

*„Erstelle mit der Verkaufsdatei ein Diagramm des wöchentlichen Umsatzes nach Kategorie und markiere jede Kategorie, die Woche über Woche mehr als 15 % verloren hat.“*

ChatGPT schreibt und führt echtes Python gegen die Datei aus, liefert das Diagramm zurück und erklärt die Einbrüche, alles im markenbewussten Kontext des Projects. Kein erneuter Upload, kein erneutes Prompten der Voice.

Wann man in mehrere Projects aufteilt

Ein Project pro laufendem Kunden oder pro großem Workstream. Wenn Sie außerdem Northwinds interne HR-Dokumente schreiben, ist das ein *anderer* Ton und ein anderer Dateibestand: legen Sie ein zweites Project an. Die Isolation verhindert, dass die Brand-Voice-Instructions zwischen unverwandten Arbeiten überlaufen.

Memory: was ChatGPT zwischen Chats mitnimmt

Memory ist die Fähigkeit von ChatGPT, sich Details über einzelne Konversationen hinweg zu merken, damit Sie sich nicht wiederholen. Es besteht aus zwei Teilen.

Saved Memories sind konkrete Fakten, die ChatGPT zu speichern wählt, etwa „User ist Berater“ oder „User bevorzugt metrische Einheiten“. Sie sehen sie unter Einstellungen → Personalisierung → Memory und kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen jeden einzelnen löschen.

Der Bezug auf den Chat-Verlauf ist breiter: ChatGPT kann Themen und Kontext Ihrer früheren Konversationen nutzen, um neue Antworten relevanter zu machen, auch ohne explizit gespeicherte Memory.

Beides sind Schalter. Beides liegt unter Personalisierung. Die vollständigen, aktuellen Regeln stehen in OpenAIs Memory-FAQ.

Wie Memory im Northwind-Beispiel hilft

Außerhalb des Projects, in Ihren alltäglichen Chats, lernt Memory, dass Sie ein Berater sind, der für Retail-Kunden schreibt, knappe Entwürfe bevorzugt und in USD arbeitet. Wenn Sie also einen schnellen, unverwandten Chat starten, um ein Angebot zu skizzieren, trifft ChatGPT Ihren Stil bereits. Das ist der Vorteil: weniger Erklären, mehr Kontinuität.

Innerhalb des Northwind-Projects übernehmen stattdessen die *Project Instructions* diese Aufgabe, eng auf diesen Kunden begrenzt. Das ist die saubere Arbeitsteilung: globales Memory für Ihre dauerhaften persönlichen Standards, Project Instructions für kunden- oder aufgabenspezifischen Kontext.

Wann man Memory abschaltet

Schalten Sie es ab (oder nutzen Sie einen Temporary Chat), wenn:

• Sie mehrere Kunden mit widersprüchlichem Kontext betreuen. Sie wollen nicht, dass ein versehentlicher Fakt über Northwind auftaucht, während Sie für einen Wettbewerber schreiben. Die Project-Isolation deckt das meiste davon ab, aber für Ad-hoc-Chats außerhalb jedes Projects ist ein Temporary Chat der sichere Weg.
• Sie sensible oder einmalige Arbeit machen. Ein Temporary Chat startet eine Session, die Memory nicht nutzt, Memory nicht aktualisiert und nicht im Verlauf erscheint. Ideal für vertrauliches Ausprobieren.
• Memory ist veraltet. Wenn ChatGPT immer wieder von einem überholten Fakt ausgeht (ein alter Jobtitel, ein vergangenes Projekt), öffnen Sie die Memory-Liste und löschen Sie den betreffenden Eintrag, statt im Gespräch dagegen anzukämpfen.

Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen ChatGPT direkt fragen: *„Was weißt du über mich?“*, und es listet seine Saved Memories auf. Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen auch sagen: *„Vergiss, dass ich bei Northwind arbeite“*, und es verwirft diese eine Memory.

Wie das mit dem restlichen Ökosystem zusammenhängt

Projects und Memory sind die *persönliche* Ebene. Sie stehen neben den programmierbareren Teilen des OpenAI-Ökosystems, und die Grenzen zu kennen bewahrt Sie davor, zum falschen Werkzeug zu greifen.

Custom GPTs sind teilbare, verpackte Assistenten mit eigenen Instructions, Knowledge Files und optional GPT Actions (Aufrufe externer APIs). Ein Project ist für *Ihre* laufende Arbeit; ein Custom GPT ist etwas, das Sie bauen, um es wiederzuverwenden oder im GPT Store zu veröffentlichen. Wenn fünf Teamkollegen den Northwind-Brand-Assistenten brauchen, ist ein Custom GPT die teilbare Version; ein Project ist Ihre private.

Connectors verbinden ChatGPT mit externen Quellen wie Google Drive, SharePoint oder GitHub, sodass es live darin suchen kann. Während Project Files ein festes Regal sind, das Sie hochladen, sind Connectors eine lebende Leitung zu einem System of Record.

Der ChatGPT Agent und geplante Tasks bringen Autonomie: der Agent kann browsen und über mehrere Schritte hinweg handeln, um eine Aufgabe zu erledigen, und geplante Tasks erlauben Ihnen zu sagen: *„Fasse jeden Montag um 8 Uhr die Northwind-Verkaufsdatei der letzten Woche zusammen und schicke mir die drei größten Bewegungen per E-Mail.“*

Wenn Sie der App entwachsen: die APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →

Wenn Sie das wiederholbar und in Software eingebettet brauchen, wechseln Sie von der App zur OpenAI APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →. Der derzeit empfohlene Einstiegspunkt ist die Responses APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →, die Modellaufrufe mit eingebauten Tools vereint. (Die ältere Chat Completions APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → funktioniert weiterhin und ist breit unterstützt.) Für verlässliches Weiterverarbeiten nutzen Sie Structured Outputs, um das Modell zu zwingen, JSON nach einem von Ihnen definierten SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen → zurückzugeben.

Hier ist die Northwind-Aufgabe „rückläufige SKUs markieren“ als kleiner, schemabeschränkter APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Aufruf:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5",
    input="From the sales summary, list SKUs with a week-over-week revenue drop over 15%.",
    text={
        "format": {
            "type": "json_schema",
            "name": "declining_skus",
            "schema": {
                "type": "object",
                "properties": {
                    "skus": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "sku": {"type": "string"},
                                "wow_change_pct": {"type": "number"},
                            },
                            "required": ["sku", "wow_change_pct"],
                            "additionalProperties": False,
                        },
                    }
                },
                "required": ["skus"],
                "additionalProperties": False,
            },
        }
    },
)

print(response.output_text)

Dieses strukturierte Ergebnis fließt direkt in ein Dashboard oder einen E-Mail-Job, ohne manuelles Parsen. Von hier aus lässt Function Calling das Modell Ihre eigenen Tools auslösen, und das Agents SDK orchestriert mehrstufige Agents im Code. Starten Sie bei den OpenAI API Docs, wenn Sie diese Linie überschreiten.

Die Abfolge ist klar: Projects und Memory für persönliche, explorative Arbeit; Custom GPTs und Connectors für geteilte, verpackte Assistenten; die APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → und das Agents SDK für Produktionssoftware.

Wichtigste Erkenntnisse

• Nutzen Sie ein Project pro laufendem Kunden oder Workstream. Laden Sie die Dateien einmal und schreiben Sie abgegrenzte Instructions; jeder Chat darin erbt das Briefing, und der Kontext bleibt von Ihrer übrigen Arbeit isoliert.
• Kombinieren Sie Project Files mit Advanced Data Analysis, um echtes Python gegen Ihre hochgeladenen Daten laufen zu lassen, ohne jedes Mal erneut hochzuladen oder die Brand Voice erneut zu prompten.
• Lassen Sie das globale Memory dauerhafte persönliche Standards halten (Ihre Rolle, Ihren Stil, Einheiten) und die Project Instructions den kundenspezifischen Kontext. Lassen Sie Memory nicht beides machen.
• Greifen Sie für sensible oder einmalige Arbeit zum Temporary Chat und entfernen Sie veraltete Fakten direkt unter Einstellungen → Personalisierung → Memory, statt mit dem Modell zu diskutieren.
• Wissen Sie, wann Sie die App verlassen: Custom GPTs und Connectors zum Teilen, die Responses APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → mit Structured Outputs für die Produktion. Wählen Sie das Werkzeug danach, ob die Arbeit persönlich, geteilt oder programmatisch ist.